使用具有不明確性的串行局部化的解調(diào)器的度量校正的制作方法
【專利摘要】公開(kāi)了用于多級(jí)SLI解調(diào)器的解調(diào)方法和裝置。來(lái)自每個(gè)解調(diào)級(jí)的殘留信號(hào)被建模為未分辨信號(hào)的有限集合，并且新的度量被引入用于搜索最佳候選符號(hào)估計(jì)。該度量可基于殘留信號(hào)的概率分布函數(shù)或未分辨信號(hào)的概率質(zhì)量函數(shù)來(lái)評(píng)估。該度量也可以由常規(guī)歐幾里得度量與校正度量的和來(lái)近似。從多級(jí)SLI解調(diào)器的各級(jí)生成的最佳候選符號(hào)估計(jì)相加以形成累積符號(hào)估計(jì)。
【專利說(shuō)明】使用具有不明確性的串行局部化的解調(diào)器的度量校正

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明一般地涉及在多輸入多輸出（ΜΙΜΟ)接收機(jī)中的解調(diào)，更特別地，涉及基于 具有不明確性的串行局部化的ΜΙΜΟ信號(hào)的聯(lián)合解調(diào)。

【背景技術(shù)】
[0002] 很多無(wú)線通信標(biāo)準(zhǔn)中，例如EDGE (增強(qiáng)數(shù)據(jù)速率的GSM演進(jìn)）、HSPA (高速分組接 入）、LTE (長(zhǎng)期演進(jìn)）和WiMax (全球微波接入互操作性）已采用了相對(duì)大的調(diào)制信號(hào)星 座，例如16-、32-以及64-QAM(正交幅度調(diào)制）。這些標(biāo)準(zhǔn)采用的多輸入多輸出（ΜΜ0)方 案創(chuàng)建了更大的調(diào)制星座。
[0003] 大調(diào)制星座增加了解調(diào)器的復(fù)雜度。例如，MLSE (最大似然序列估計(jì)）解調(diào)的復(fù)雜 度隨調(diào)制星座的大小呈指數(shù)級(jí)增長(zhǎng)。較不復(fù)雜的解決方案是可用的，例如，DFSE (判定反饋 序列估計(jì)）、DFE (判定反饋均衡）等。這些解決方案試圖在精確度和復(fù)雜度之間找到平衡。 在ΜΙΜΟ情景下，用于解調(diào)信號(hào)的其它有用技術(shù)包括多級(jí)仲裁（MSA)和迭代樹(shù)搜索（ITS)。
[0004] 具有不明確性的串行局部化（SLI)是一種近似于具有降低復(fù)雜度的MLSE解調(diào)器 的解調(diào)技術(shù)。SLI的基本思想是在一系列更簡(jiǎn)單的級(jí)中解調(diào)，其中每個(gè)非最終級(jí)都試圖為下 一級(jí)使搜索局部化。在第一級(jí)，符號(hào)星座被分解為四個(gè)重疊的子集，并且每個(gè)子集由它的質(zhì) 心代表。第一級(jí)選擇一個(gè)子集并且輸出對(duì)應(yīng)的質(zhì)心作為中間符號(hào)估計(jì)。質(zhì)心的使用導(dǎo)致了 形成下一級(jí)的輸入的殘留信號(hào)。在下一級(jí)，被選擇的子集進(jìn)一步被分解為四個(gè)重疊的子集， 并且重復(fù)該過(guò)程直至到達(dá)最終級(jí)。每個(gè)非最終級(jí)在減少的子集中做出選擇，并輸出中間的 符號(hào)估計(jì)。來(lái)自于各級(jí)的中間符號(hào)估計(jì)相加以得到最終的符號(hào)估計(jì)。不明確性產(chǎn)生于將調(diào) 制星座表示為重疊的子集。不明確性在多級(jí)結(jié)構(gòu)中是有利的，因?yàn)樵谠缙诩?jí)中不明確性阻 止了不可逆的錯(cuò)誤判定。
[0005] 在SLI接收機(jī)中，來(lái)自于每個(gè)級(jí)的殘留信號(hào)一般建模為高斯噪聲。這是因?yàn)橐韵?原因。首先，高斯噪聲模型已被用于建模接收機(jī)內(nèi)部的噪聲，并且將該模型推廣到其它噪聲 源（例如殘留信號(hào)）是自然而然的。第二，高斯噪聲模型是最壞情況的噪聲模型，因此具有 魯棒性。第三，高斯噪聲模型是很好理解的櫝型，對(duì)于此模型，優(yōu)化處理相對(duì)簡(jiǎn)單，并且合適 的度量是熟悉的歐幾里得度量。然而，高斯模型對(duì)于離散的殘留信號(hào)不是精確的匹配，特別 是當(dāng)數(shù)據(jù)樣本數(shù)量少時(shí)。
[0006] 相應(yīng)地，仍然需要開(kāi)發(fā)解決殘留信號(hào)的離散特性的調(diào)制技術(shù)以便改進(jìn)SLI解調(diào)器 的性能。


【發(fā)明內(nèi)容】

[0007] 本發(fā)明的示例性實(shí)施例提供了用于在SLI接收機(jī)中解調(diào)的方法和裝置。將殘留信 號(hào)的概率密度函數(shù)結(jié)合在用于選擇最佳候選符號(hào)估計(jì)的似然度量的計(jì)算中，而不是將來(lái)自 于每個(gè)解調(diào)級(jí)的殘留信號(hào)建模為高斯噪聲。
[0008] 在每一級(jí)，連同對(duì)應(yīng)的減少的符號(hào)星座，接收對(duì)應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號(hào)。從符 號(hào)星座中的符號(hào)生成候選序列的集合。對(duì)于候選序列的這個(gè)集合，導(dǎo)出未分辨的信號(hào)的對(duì) 應(yīng)的有限集合，并基于輸入符號(hào)和未分辨的信號(hào)的概率質(zhì)量函數(shù)為每個(gè)候選序列計(jì)算似然 度量?；谒迫欢攘繌暮蜻x序列的集合中選擇來(lái)自每一級(jí)的輸出符號(hào)估計(jì)。來(lái)自每一級(jí)的 輸出符號(hào)估計(jì)相加以生成累積的符號(hào)估計(jì)。
[0009] 還公開(kāi)了一種用于實(shí)現(xiàn)所述改進(jìn)的SLI解調(diào)技術(shù)的解調(diào)器。該解調(diào)器包括輸入、 候選符號(hào)生成器、似然估計(jì)器和選擇器。輸入被配置為接收對(duì)應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號(hào) 和符號(hào)星座。候選符號(hào)生成器被配置為從符號(hào)星座中的符號(hào)生成候選序列的集合。對(duì)于候 選序列的這個(gè)集合，候選符號(hào)生成器還生成未分辨的信號(hào)的有限集合。似然估計(jì)器被配置 為基于輸入符號(hào)和未分辨的信號(hào)的概率質(zhì)量函數(shù)為每個(gè)候選序列計(jì)算似然度量。選擇器被 配置為基于為候選序列的集合計(jì)算的似然度量，從候選序列的所述集合中選擇最佳候選序 列作為輸出符號(hào)估計(jì)。

【專利附圖】

【附圖說(shuō)明】
[0010] 圖1示出了接收機(jī)的方框圖，該接收機(jī)包括多級(jí)SLI解調(diào)器和星座處理模塊。
[0011] 圖2示出了多級(jí)SLI解調(diào)器。
[0012] 圖3示出了多級(jí)SLI解調(diào)器的一個(gè)級(jí)的實(shí)施例。
[0013] 圖4示出了 16-QAM星座及四個(gè)重疊的SLI子集。
[0014] 圖5示出了 9-QAM星座及四個(gè)重疊的SLI子集。
[0015] 圖6示出了多級(jí)SLI解調(diào)器的示例性實(shí)施例。
[0016] 圖7示出了在多級(jí)SLI解調(diào)器中利用校正的度量解調(diào)ΜΜ0信號(hào)的流程圖。

【具體實(shí)施方式】
[0017] 圖1示出了示例性接收機(jī)100。接收機(jī)100包含耦合至一個(gè)或多個(gè)接收天線108 及基帶處理電路104的接收機(jī)前端電路102?；鶐幚黼娐?04包含一個(gè)或多個(gè)處理器、硬 件、固件或其組合，用于處理接收信號(hào)?；鶐幚黼娐?04包括多級(jí)SLI解調(diào)器106。如上 所述，SLI解調(diào)器是降低復(fù)雜度的解調(diào)器。SLI解調(diào)器包括在每一級(jí)具有聯(lián)合處理單元的串 行結(jié)構(gòu)。
[0018] 圖2和圖3示出了 SLI解調(diào)器200的示例性實(shí)施例。SLI解調(diào)器200包括一個(gè)或 多個(gè)初步級(jí)202-204,以及最終級(jí)206。SLI解調(diào)器200在各級(jí)處理接收信號(hào)f [1],并且為傳 送信號(hào)輸出最佳候選L在每一級(jí)中的解調(diào)單元210(圖3中示出）是具有降低的狀態(tài)格形 的最大似然序列估計(jì)（MLSE)解調(diào)器。如下面將更加詳細(xì)描述的，在SLI解調(diào)器200的初步 級(jí)202-204中的解調(diào)單元210在傳送符號(hào)星座中使用質(zhì)心而非符號(hào)用于解調(diào)。利用質(zhì)心來(lái) 解調(diào)導(dǎo)致作為下一級(jí)輸入的未分辨信號(hào)，其在下一級(jí)被進(jìn)一步分辨。SLI解調(diào)器200的最終 級(jí)206的解調(diào)單元210基于原始符號(hào)星座的子集使用降低的狀態(tài)格形。在每一級(jí)202-206 中的解調(diào)單元210生成中間估計(jì)。組合器208將每一級(jí)202-206中產(chǎn)生的中間估計(jì)逐符號(hào) 相加以產(chǎn)生最終估計(jì)。
[0019] 圖3示出了在SLI解調(diào)器200的一個(gè)級(jí)202-206中的主要功能組件。位于每一級(jí) 中的解調(diào)單元210利用從真符號(hào)星座（Q) N得到的有效符號(hào)星座（Q[i])N。上標(biāo)i代表該級(jí)的 序列號(hào)。位于每一級(jí)202-206的解調(diào)單元210接收對(duì)應(yīng)的輸入信號(hào)外_- 1]，并且利用符號(hào)星 座（(^])"解調(diào)輸入信號(hào)外-1]以生成中間估計(jì)沙]。初步級(jí)202-204進(jìn)一步包括信號(hào)生成電路 220用于生成下一級(jí)的輸入信號(hào)外']。信號(hào)生成電路220包括調(diào)制器230用于調(diào)制中間估計(jì) 沙]中的符號(hào)，以及組合器240用于從外4中的對(duì)應(yīng)符號(hào)中減去調(diào)制信號(hào)以生成下一級(jí)的輸 入。最終級(jí)206不需要信號(hào)生成電路220。組合器208將產(chǎn)生自每一級(jí)202-206的中間估 計(jì)沙 1相加以產(chǎn)生最終序列估計(jì)θ。
[0020] SLI均衡技術(shù)被描述于2009年11月2日提交的名稱為"Method for Equalization and Whitening of ISI using SLI" 的美國(guó)專利申請(qǐng)?zhí)?12/572,692,2009 年 8 月 27 日 提交的名稱為 "Equalizat ion using Serial Localization with Indeci sion，'的美 國(guó)專利申請(qǐng)?zhí)?2/549,143,以及2010年4月15日提交的名稱為"Channel Estimation For Equalization Using Serial Localization With Indecision，'的美國(guó)專利申請(qǐng)?zhí)?12/760, 839。這些未決申請(qǐng)中的每一個(gè)都通過(guò)引用全部結(jié)合于此。
[0021] 為了理解SLI解調(diào)器是如何工作的，考慮非分散信道上接收的ΝΧΝ ΜΜ0信號(hào)。該 接收信號(hào)r = OV . . .，rN)T可被表達(dá)為
[0022] r = Hc+n (1.1)，
[0023] 其中c是代表傳送信號(hào)的NX 1向量，由c = (Cl，. . .，cN)T給出，Η是代表信道響 應(yīng)的ΝΧΝ矩陣，并且η是代表高斯白噪聲的NX 1向量。在這種情景下完全聯(lián)合檢測(cè)器是 最佳的接收機(jī)。
[0024] 在每個(gè)信號(hào)流都具有大小為q的符號(hào)星座Q的情況下，對(duì)于r有總數(shù)為qN的可能 的候選

【權(quán)利要求】
1. 一種在多級(jí)接收機(jī)（200)的一個(gè)解調(diào)級(jí)（202、204)中實(shí)現(xiàn)的解調(diào)多個(gè)數(shù)據(jù)流的方 法，所述方法包括接收對(duì)應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號(hào)，從符號(hào)星座中的符號(hào)生成候選序列 的集合，基于所述輸入符號(hào)為每個(gè)候選序列計(jì)算似然度量，以及基于所述似然度量選擇所 述候選序列之一作為輸出符號(hào)估計(jì)；所述方法進(jìn)一步特征在于： 基于生成的候選序列的集合和所述輸入符號(hào)生成未分辨信號(hào)的有限集合； 基于所述輸入符號(hào)和所述未分辨信號(hào)的概率質(zhì)量函數(shù)為每個(gè)候選序列計(jì)算似然度量； 以及 基于改進(jìn)的似然度量選擇所述候選序列之一作為輸出符號(hào)估計(jì)。
2. 如權(quán)利要求1所述的方法，其中為每個(gè)候選序列計(jì)算改進(jìn)的似然度量包括計(jì)算歐幾 里得距離的平方與包括所述未分辨信號(hào)的所述概率質(zhì)量函數(shù)的校正項(xiàng)之和。
3. 如權(quán)利要求1所述的方法，其中計(jì)算改進(jìn)的似然度量包括： 在未分辨信號(hào)的所述有限集合中確定多個(gè)所述未分辨信號(hào)；以及 當(dāng)所述未分辨信號(hào)的數(shù)量少于閾值時(shí)，將所述改進(jìn)的似然度量計(jì)算為歐幾里得距離度 量的平方與包括所述未分辨信號(hào)的所述概率質(zhì)量函數(shù)的校正項(xiàng)之和。
4. 如權(quán)利要求3所述的方法，其中當(dāng)所述未分辨信號(hào)的數(shù)量大于所述閾值時(shí)，在所述 改進(jìn)的似然度量的計(jì)算中忽略校正項(xiàng)。
5. 如權(quán)利要求1所述的方法，其中所述未分辨信號(hào)的所述概率質(zhì)量函數(shù)是均勻分布。
6. 如權(quán)利要求3所述的方法，其中當(dāng)所述未分辨信號(hào)的所述概率質(zhì)量函數(shù)是均勻分 布，并且所述符號(hào)星座是其中對(duì)稱性質(zhì)保持〇[i] = j〇[i]的QAM星座時(shí)，所述校正項(xiàng)根據(jù)下式 計(jì)算：
7. 如權(quán)利要求1所述的方法，其中基于所述輸入符號(hào)和所述未分辨信號(hào)的概率質(zhì)量函 數(shù)為每個(gè)候選序列計(jì)算改進(jìn)的似然度量包括計(jì)算所述未分辨信號(hào)的概率質(zhì)量函數(shù)和高斯 噪聲的概率質(zhì)量函數(shù)的卷積。
8. 如權(quán)利要求1所述的方法，其中基于改進(jìn)的似然度量選擇所述候選序列之一作為輸 出符號(hào)估計(jì)包括選擇產(chǎn)生所述改進(jìn)似然度量的最低值的候選序列作為所述輸出符號(hào)估計(jì)。
9. 如權(quán)利要求1所述的方法，進(jìn)一步包括： 調(diào)制所述輸出符號(hào)估計(jì)；以及 從輸入符號(hào)中移除調(diào)制的輸出符號(hào)估計(jì)以便為多級(jí)接收機(jī)（200)的后續(xù)解調(diào)級(jí)生成 輸入符號(hào)。
10. 如權(quán)利要求1所述的方法，進(jìn)一步包括將來(lái)自各級(jí)的輸出符號(hào)估計(jì)組合以形成最 終符號(hào)估計(jì)。
11. 一種用于具有多個(gè)解調(diào)級(jí)的多級(jí)接收機(jī)的解調(diào)器（210)，所述解調(diào)器（210)包括： 輸入端，用于接收對(duì)應(yīng)于多個(gè)數(shù)據(jù)流的輸入符號(hào)和符號(hào)星座； 候選符號(hào)生成器（212)，用于從所述符號(hào)星座中的符號(hào)生成候選序列的集合，并生成未 分辨信號(hào)的有限集合； 似然估計(jì)器（214)，用于基于所述輸入符號(hào)和所述未分辨信號(hào)的概率質(zhì)量函數(shù)為每個(gè) 候選序列計(jì)算似然度量；以及 選擇器（216)，用于基于為候選序列的所述集合計(jì)算的似然度量選擇所述候選序列 之一作為輸出符號(hào)估計(jì)； 所述解調(diào)器進(jìn)一步具有以下特征： 所述候選符號(hào)生成器（212)配置為生成未分辨信號(hào)的有限集合；以及 所述似然估計(jì)器（214)配置為基于所述輸入符號(hào)和所述未分辨信號(hào)的概率質(zhì)量函數(shù) 為每個(gè)候選序列計(jì)算改進(jìn)的似然度量；以及 所述選擇器（216)配置為基于為候選序列的所述集合計(jì)算的所述改進(jìn)的似然度量，選 擇所述候選序列之一作為輸出符號(hào)估計(jì)。
12. 如權(quán)利要求11所述的解調(diào)器（210)，其中所述似然估計(jì)器（214)配置為通過(guò)計(jì)算 歐幾里得距離度量的平方與包括所述未分辨信號(hào)的概率質(zhì)量函數(shù)之和來(lái)為每個(gè)候選序列 計(jì)算改進(jìn)的似然度量。
13. 如權(quán)利要求11所述的解調(diào)器（210)，其中似然估計(jì)器（214)被配置為： 在未分辨信號(hào)的所述有限集合中確定多個(gè)未分辨信號(hào)；以及 當(dāng)所述未分辨信號(hào)的數(shù)量少于閾值時(shí)，將所述改進(jìn)的似然度量計(jì)算為歐幾里得距離度 量的平方與包括所述未分辨信號(hào)的概率質(zhì)量函數(shù)的校正項(xiàng)之和。
14. 如權(quán)利要求13所述的解調(diào)器（210)，其中所述似然估計(jì)器（214)被配置為當(dāng)所述 未分辨信號(hào)的數(shù)量大于所述閾值時(shí)，在改進(jìn)的似然度量的計(jì)算中忽略所述校正項(xiàng)。
15. 如權(quán)利要求11所述的解調(diào)器（210)，其中所述未分辨信號(hào)的概率質(zhì)量函數(shù)是均勻 分布函數(shù)。
16. 如權(quán)利要求13所述的解調(diào)器（210)，其中所述改進(jìn)的似然估計(jì)器（214)被配置 為當(dāng)所述未分辨信號(hào)的概率質(zhì)量函數(shù)是均勻分布，并且所述符號(hào)星座是其中對(duì)稱性質(zhì)保持 〇 [i] = j〇[i]的QAM星座時(shí)，根據(jù)下式計(jì)算所述校正項(xiàng)：
17. 如權(quán)利要求11所述的解調(diào)器（210)，其中由所述似然估計(jì)器（214)為每個(gè)候選序 列計(jì)算的所述改進(jìn)的似然度量從所述未分辨信號(hào)的概率質(zhì)量函數(shù)和噪聲概率密度函數(shù)的 卷積中得到。
18. 如權(quán)利要求11所述的解調(diào)器（210)，其中由所述選擇器選擇的候選序列產(chǎn)生最低 似然度量。
19. 如權(quán)利要求11所述的解調(diào)器（210)，進(jìn)一步包括：在每一級(jí)，調(diào)制器，用于調(diào)制所述 輸出符號(hào)估計(jì)；以及減法器，用于從所述輸入符號(hào)中移除調(diào)制的輸出符號(hào)估計(jì)以為所述解 調(diào)器的后續(xù)解調(diào)級(jí)生成輸入符號(hào)。
20. 如權(quán)利要求11所述的解調(diào)器（210)，進(jìn)一步包括組合器，用于將來(lái)自每一級(jí)的所述 輸出符號(hào)估計(jì)組合以形成最終符號(hào)估計(jì)。
【文檔編號(hào)】H04L27/34GK104067584SQ201280059015
【公開(kāi)日】2014年9月24日 申請(qǐng)日期:2012年11月19日 優(yōu)先權(quán)日:2011年11月29日
【發(fā)明者】A·海拉拉, D·許 申請(qǐng)人:瑞典愛(ài)立信有限公司